机器视觉中的聚类检测新方法

摘要	第1-7页
ABSTRACT	第7-11页
第1章 绪论	第11-25页
·引言	第11-12页
·研究意义	第12-13页
·研究背景	第13-23页
·主要研究内容	第23-25页
第2章 视觉检测的特征提取与选择	第25-42页
·引言	第25页
·机器视觉检测特征	第25-37页
·特征提取与选择	第37-41页
·本章小结	第41-42页
第3章 群体智能聚类方法	第42-59页
·引言	第42-43页
·基于蚁群算法的模糊聚类方法	第43-47页
·基于粒子群优化的模糊聚类方法	第47-50页
·基于群体智能的图像聚类方法	第50-54页
·实验结果及分析	第54-57页
·本章小结	第57-59页
第4章 核密度估计聚类方法	第59-73页
·引言	第59-60页
·核方法理论基础	第60-64页
·基于核密度估计的聚类方法	第64-68页
·图像的核密度估计及MEAN SHIFT聚类	第68-72页
·本章小结	第72-73页
第5章 基于小波和共生矩阵的纹理缺损检测	第73-95页
·引言	第73-74页
·纹理表面缺损检测方法	第74-78页
·小波变换	第78-84页
·基于小波和共生矩阵的纹理表面缺损检测	第84-94页
·本章小结	第94-95页
第6章 X-射线图像鱼刺检测	第95-107页
·引言	第95-96页
·肉品检测研究	第96-97页
·鱼刺检测	第97-105页
·本章小结	第105-107页
第7章 总结及展望	第107-109页
博士期间发表的学术论文	第109-110页
致谢	第110-111页
参考文献	第111-125页